Acerta os obxectivos 30 o máis rápido e con tanta precisión como poidas, e descubre como segue a túa puntería a lei de Fitts. Gratuíto e sen rexistro.
Polo equipo de HelibrainRevisado por Robert(Inglés), doutorando en biofísicaPublicado o Última revisión:
Como interpretar a puntuación
- Tempo medio por obxectivo: o tempo total da partida dividido polo número de obxectivos, en milisegundos (ms). Canto menor, mellor. Os clics fallados fan perder tempo, así que tamén se reflicten aquí.
- Precisión: acertos divididos polo total de clics na zona de xogo.
- Acerto máis rápido: o obxectivo que acertaches nun menor tempo.
- Rendemento: velocidade e dificultade nunha soa cifra, en bits por segundo (máis abaixo). Canto maior, mellor.
- Gráfico: cada punto representa un obxectivo e mostra o tempo que levou en función da súa dificultade. A liña descontinua é a túa propia liña da lei de Fitts.
Que é a lei de Fitts?
A lei de Fitts di que canto máis lonxe está un obxectivo e máis pequeno é, máis tempo se tarda en acertalo. En 1954, Paul Fitts demostrou que o tempo aumenta en liña recta co «índice de dificultade» dun obxectivo, medido en bits [1]. Hoxe adoita expresarse como log2(distancia / largura + 1) [2]. Os deseñadores úsana para crear botóns fáciles de premer.
Datos rápidos
- Que mide: a rapidez e precisión coa que apuntas aos obxectivos: localizar un obxectivo coa vista, mover o punteiro ata el e detelo enriba.
- Rendemento co rato: os estudos de laboratorio que usan o método estándar atopan entre 3.7 e 4.9 bits por segundo [3].
- Rendemento co dedo: nun estudo sobre teléfonos, 16 persoas que tocaban obxectivos alcanzaron uns 7 bits por segundo [4]. Os nosos cálculos usan un método máis sinxelo (máis abaixo), así que os resultados non se poden comparar directamente.
- Obxectivos pequenos nas pantallas táctiles: o dedo adoita tocar a uns 1 a 1.5 mm do punto desexado; con obxectivos de menos duns 7 mm hai moitos fallos [5].
- Rato e pantalla táctil: os resultados só se comparan entre persoas que usan o mesmo tipo de entrada.
Como funciona o adestrador de puntería
- Preme Comezar no centro da zona de xogo. O cronómetro ponse en marcha.
- Acerta os obxectivos. Aparecen 30 obxectivos redondos, un tras outro, de tres tamaños e cada un a certa distancia do anterior. Os clics que fallen contan para a túa precisión; o obxectivo permanece ata que o acertes.
- Consulta o resultado, coa túa liña da lei de Fitts.
Se compartes a puntuación, a outra persoa verá exactamente os mesmos obxectivos.
Calculamos o rendemento a partir da distancia e do tamaño que se mostran para cada obxectivo, sen as correccións que engade o estándar de laboratorio segundo o lugar onde se fagan os clics [3]. Por iso recomendamos comparar os teus propios intentos.
Que inflúe na túa puntería?
- Distancia e tamaño. Os obxectivos afastados e pequenos son os que máis tempo levan: así o establece a lei de Fitts [1, 2].
- Dispositivo. O rato, o panel táctil e o dedo dan resultados diferentes. Nos estudos de laboratorio, o panel táctil foi moito máis lento que o rato [3].
- Rapidez ou coidado. Se vas con présa, fallas máis, e cada fallo custa tempo. As mellores puntuacións conséguense cun ritmo constante.
- Idade. Nun estudo, as persoas adultas cometeron menos erros ca as crianzas de 12 a 14 anos e foron máis rápidas ca as persoas de 61 a 69 anos [6].
- Práctica. Os tempos baixan nas primeiras partidas a medida que te afás ao xogo.
Que che pode e que non che pode dicir esta proba
O adestrador de puntería mide a velocidade e a precisión ao apuntar neste dispositivo e neste momento. Non é unha proba de intelixencia nin da saúde do cerebro, e unha puntuación dunha partida curta non predí que tan bo ou boa serías nos xogos.
Compara os resultados cos teus intentos anteriores no mesmo dispositivo; un rato novo ou un tamaño de pantalla distinto cambia as cifras.
Preguntas frecuentes
Que puntuación é boa no adestrador de puntería?
Compara os teus intentos no mesmo dispositivo: nun xogo coma este, unha boa puntuación é a que supera a anterior. Cando xogue suficiente xente, o resultado tamén amosará como se compara a túa primeira partida coas primeiras partidas doutras persoas que usaron o mesmo tipo de entrada.
Que é o rendemento en bits por segundo?
O rendemento combina a dificultade dos obxectivos coa rapidez coa que os acertaches. A dificultade mídese en bits: log2(distancia / largura + 1) [2]. Divídese polo tempo que levou cada acerto e faise a media para obter os bits por segundo. Nos estudos de laboratorio co rato, un método máis estrito dá entre 4 e 5 bits por segundo [3].
É xusto comparar o rato coa pantalla táctil?
Non, e non o facemos. O dedo e o rato móvense de maneira diferente, así que o resultado só te compara con outras persoas que usaron o mesmo tipo de entrada.
Por que os obxectivos da miña amizade son iguais ca os meus?
A ligazón para compartir unha puntuación inclúe a semente da partida, polo que aparecen os mesmos obxectivos. Así o desafío é xusto.
É gratuíto o adestrador de puntería de Helibrain?
Si. O xogo e o resultado completo son gratuítos: sen rexistro, sen correo electrónico e sen pagar.
Probas relacionadas
- Proba de velocidade de clicadoCantas veces fas clic, tocas ou premes a barra espazadora nuns segundos.
- Proba de tempo de reacciónA rapidez coa que reaccionas cando aparece un sinal.
- Proba de velocidade de escritura no tecladoInglésCantas palabras escribes por minuto e con que precisión.
Ver as 43 probas gratuítas para o cerebro
Queres traballar nisto a diario? A aplicación Helibrain (de momento, en inglés) ten un plan gratuíto e plans de pagamento.
Fontes
- Fitts PM (1954). The information capacity of the human motor system in controlling the amplitude of movement. Journal of Experimental Psychology 47(6):381–391. doi.org/10.1037/h0055392
- MacKenzie IS (1992). Fitts' law as a research and design tool in human-computer interaction. Human–Computer Interaction 7(1):91–139. doi.org/10.1207/s15327051hci0701_3
- Soukoreff RW, MacKenzie IS (2004). Towards a standard for pointing device evaluation, perspectives on 27 years of Fitts' law research in HCI. International Journal of Human-Computer Studies 61(6):751–789. doi.org/10.1016/j.ijhcs.2004.09.001
- MacKenzie IS (2015). Fitts' throughput and the remarkable case of touch-based target selection. Human-Computer Interaction: Interaction Technologies (HCII 2015), LNCS 9170, 238–249. doi.org/10.1007/978-3-319-20916-6_23
- Bi X, Li Y, Zhai S (2013). FFitts law: modeling finger touch with Fitts' law. Proceedings of CHI 2013, 1363–1372. doi.org/10.1145/2470654.2466180
- Hertzum M, Hornbæk K (2010). How age affects pointing with mouse and touchpad: a comparison of young, adult, and elderly users. International Journal of Human-Computer Interaction 26(7):703–734. doi.org/10.1080/10447318.2010.487198
Como elaboramos esta páxina: o equipo de Helibrain redactouna a partir dos estudos citados máis arriba e Robert(Inglés) (doutorando en biofísica) revisouna o 4 de novembro de 2026. Actualizámola cando cambian as fontes.